Modèles prévisionnels des cultures et des ravageurs : accessibilité et diffusion - Agri-Réseau

Modèles prévisionnels des cultures et des ravageurs :
accessibilité et diffusion
GAÉTAN BOURGEOIS1 et GÉRALD CHOUINARD2
1
  Agriculture et Agroalimentaire Canada, Centre de recherche et développement en horticulture,
  Saint-Jean-sur-Richelieu, QC
2
  Institut de recherche et de développement en agroenvironnement (IRDA), Saint-Bruno-de-
  Montarville, QC
Courriel : Gaetan.Bourgeois@agr.gc.ca

Mots clés : Agrométéorologie, Bioclimatologie, Insectes, Maladies, Phénologie, Variabilité
climatique

Introduction

        Les producteurs agricoles du Québec doivent composer quotidiennement avec une
variabilité météorologique importante. Dans un contexte de climat en évolution, il semble que
l’amplitude de la variabilité et l’intensité des extrêmes météorologiques risquent d’augmenter, ce
qui implique de considérer plusieurs mesures d’adaptation face à de tels stress abiotiques. Il est
donc primordial d’assurer un accès efficace aux connaissances critiques et aux outils
agrométéorologiques disponibles, afin d’appuyer et améliorer l’expertise des conseillers
agricoles qui assistent les producteurs dans leurs prises de décision.

        On ne peut parler de productions végétales sans mentionner les ravageurs ou ennemis
des cultures. Pour un producteur, tous les organismes qui s’attaquent à la culture ou sont en
compétition avec celle-ci sont des ennemis potentiels (Plouffe et Bourgeois, 2012). Un champ
cultivé ou un verger est un écosystème complexe dont les plantes et les mauvaises herbes
constituent l’alimentation, le gîte et le site de reproduction d’un grand nombre d’arthropodes,
qu’ils soient ravageurs ou bénéfiques, de même que des prédateurs et parasitoïdes de ces
mêmes arthropodes. Les agents pathogènes et les nématodes qui se développent sur la culture
font également partie de cet ensemble, au même titre que les mauvaises herbes qui exercent
une pression défavorable sur la culture. Les facteurs abiotiques, telles les conditions
météorologiques, influencent de façon très importante tous les organismes vivants de cet
écosystème.

Observations et prévisions météorologiques au Québec

         La météorologie, par ses nombreuses composantes, influence constamment le secteur
agricole. La température, les précipitations, l’humidité relative et le vent ne sont que quelques
exemples d’éléments météorologiques qui agissent tant sur les cultures végétales et les
ennemis des cultures que sur les prises de décision opérationnelle des exploitants agricoles. De
ce fait, les données et les prévisions météorologiques mises à la disposition du secteur agricole
québécois à des échelles spatio-temporelles adaptées à leurs différents besoins sont des
éléments clés de ces prises de décision au quotidien. Actuellement, pour plusieurs régions du
Québec, des données météorologiques horaires et quotidiennes validées sont accessibles et
diffusées en temps réel pour une clientèle agricole restreinte (Lepage et Bourgeois, 2011). Il en
est de même pour les prévisions météorologiques (7 à 10 prochains jours) qui sont adaptées à
des outils agrométéorologiques spécifiques, tel le Centre informatique de prévisions des
ravageurs en agriculture (CIPRA) (Bourgeois et al., 2008).
CRAAQ – Colloque Fertilisation, agriculture de précision et agrométéorologie                    1

Plusieurs outils québécois et canadiens sont actuellement disponibles en ligne sur
Internet pour le secteur agricole. À titre d’exemple, le site d’Agrométéo Québec
(www.agrometeo.org) où on retrouve l’Atlas agroclimatique du Québec, a été préparé dans le
cadre d’une collaboration impliquant plusieurs institutions québécoises et fédérales, chacune y
apportant son expertise. Actuellement, en plus des informations météorologiques, des indices
agrométéorologiques y sont diffusés et plusieurs modèles bioclimatiques pour la production et la
protection des cultures y sont implantés. Cette initiative offre un outil de travail intéressant et
complet pour, entre autres, prendre de meilleures décisions en matière d’interventions
phytosanitaires, réduire les impacts néfastes des outils utilisés et mieux orienter les activités de
l’agriculture d’aujourd’hui et de demain. Les différents acteurs impliqués dans la préparation et
la diffusion de telles informations visent à en élargir l’accès à un plus grand public le plus tôt
possible. De plus, un nouvel outil pour les applications mobiles est en développement depuis
septembre 2014.

        Plusieurs modèles bioclimatiques ont été développés au Québec et ailleurs dans le
monde et sont utilisés pour prédire le développement des cultures, des insectes, des maladies
et des mauvaises herbes. D’ailleurs, ils sont déjà utilisés par le secteur agricole québécois dans
le cadre de plusieurs programmes de régie intégré des cultures. Il importe toutefois de souligner
l’importance nécessaire de la qualité des données météorologiques utilisées comme intrants
dans tous ces modèles, surtout dans un contexte où ces données sont utilisées en temps réel et
prévisionnel.

Modèles bioclimatiques des cultures et des ravageurs

        Plusieurs types d’applications des données météorologiques sont reconnus en
agriculture, notamment des modèles prévisionnels intégrant les interactions entre la culture, les
ravageurs et les conditions environnantes. Afin de pratiquer une gestion efficace, les
intervenants en agriculture peuvent s’appuyer sur plusieurs notions liées à la physiologie et la
protection des cultures pour les aider dans leurs décisions quotidiennes. Parmi ces notions, la
phénologie permet de mieux cibler les interventions au champ en fonction des stades critiques
de développement de la culture et des mauvaises herbes qui sont modélisés à partir de
paramètres météorologiques et de la photopériode (Lepage et Bourgeois, 2012). L’entomologie
permet de mieux comprendre la dynamique des insectes au cours de la saison de croissance et
ainsi mieux cibler les moments d’intervention (Moiroux et al., 2014). L’épidémiologie permet en
autres d’étudier l’évolution des maladies des cultures en fonction principalement de la
température et de l’humectation du feuillage (Giroux et al., 2014).

        Les modèles bioclimatiques sont des représentations mathématiques et graphiques des
relations qui caractérisent le développement d’organismes vivants et qui dépendent directement
des conditions météorologiques (température, humidité relative, précipitations). Les modèles
peuvent prédire le développement d’une culture, de ses ravageurs et des mauvaises herbes,
l’apparition de certaines maladies ou d’autres phénomènes qui sont directement assujettis au
climat. Les simulations effectuées avec ces modèles ont pour but de faciliter la compréhension
des mécanismes qui sont observés dans un milieu. En permettent de prédire le moment idéal
d’intervention quand les risques de dommages sont présents, ces modèles sont des outils
d’aide à la décision précieux quand il s’agit de protéger une culture par des traitements
phytosanitaires, qu’ils soient de nature chimique, biologique ou physique.

CRAAQ – Colloque Fertilisation, agriculture de précision et agrométéorologie                      2

Conclusions

         Le concept d’agriculture de précision s’inscrit parfaitement dans la dynamique des
prévisions bioclimatiques, non seulement en termes d’interventions à une position
géoréférencée du territoire ou du champ (volet spatial), mais aussi à un moment très précis
dans le temps (volet temporel). En plus du souci de fournir des données météorologiques de
qualité, les prédictions d’un modèle bioclimatique seront d’autant plus précises que ce dernier
aura été évalué dans la région où il est utilisé. L’évaluation d’un modèle, ou sa validation,
représente plus qu’une simple vérification de la concordance entre les résultats prédits et les
observations. Elle permet aussi de déterminer le niveau de confiance dans les résultats prédits
et l’étendue de l’erreur de prédiction, d’établir les conditions dans lesquelles le modèle peut être
utilisé et d’énoncer les mises en garde concernant l’utilisation du modèle.

Références

Bourgeois, G., D. Plouffe, G. Chouinard, N. Beaudry, D. Choquette, O. Carisse et J. DeEll. 2008.
The apple CIPRA network in Canada: Using real-time weather information to forecast apple
phenology, insects, diseases, and physiological disorders. Acta Horticulturae 803:29-34.
Giroux, M., A. Vanasse, G. Bourgeois, Y. Dion, S. Rioux, D. Pageau, S. Zoghlami, C. Parent et
E. Vachon. 2014. Évaluation de modèles prévisionnels de la fusariose de l’épi chez le blé sous
les conditions de culture du Québec. Journée d’information scientifique sur les grandes cultures,
Drummondville, QC (20 février 2014).
Lepage, M.P. et G. Bourgeois. 2011. Le réseau québécois de stations météorologiques et
l’information générée pour le secteur agricole. CRAAQ, Commission agrométéorologie, Québec,
QC. Publication no. PAGR0101. 15 p.
Lepage, M.P. et G. Bourgeois. 2012. Modèles bioclimatiques pour la prédiction de la
phénologie, de la croissance, du rendement et de la qualité des cultures. CRAAQ, Commission
agrométéorologie, Québec, QC. Publication no. PAGR0104. 11 p.
Moiroux J., G. Bourgeois, G. Boivin et J. Brodeur. 2014. Impact différentiel du réchauffement
climatique sur les insectes ravageurs des cultures et leurs ennemis naturels : implications en
agriculture. Feuillet technique Ouranos Projet 550005-103, Montréal, Québec. 12 p.
Plouffe, D. et G. Bourgeois. 2012. Modèles bioclimatiques pour la prévision des risques
associés aux ennemis des cultures dans un contexte de climat variable et en évolution. CRAAQ,
Commission agrométéorologie, Québec, QC. Publication no. PAGR0105. 9 p.

CRAAQ – Colloque Fertilisation, agriculture de précision et agrométéorologie                      3

Modèles prévisionnels des cultures et des
ravageurs : Accessibilité et diffusion
Gaétan Bourgeois1 et Gérald Chouinard2
1   Agriculture et Agroalimentaire Canada, CRDH, Saint-Jean-sur-Richelieu, QC
2   Institut de recherche et de développement en agroenvironnement (IRDA), Saint-Bruno-de-Montarville, QC

                                                        historique
                     régie
                                                                                                    climat

         cultivar
                                                    DÉCISION

                        producteur

                                                                  dépistage

Mesures de températures de l’air (Juin 2012)

Prévisions de températures de l’air (Novembre 2014)

                                            250 stations

Base de données climatiques nationales (AAC), 1950 à 2012
 (Interpolation pour obtenir une résolution spatiale de 10 km)

Modèles mathématiques = f (Météo) : Quelques exemples

 • Indices agroclimatiques
     − Dates du dernier gel printanier et du premier gel automnal
     − Évapotranspiration, Indice d’assèchement
     − Risques de développement des ravageurs des cultures
 • Cumuls thermiques
     − Degrés-jours (insectes, cultures, etc.)
     − Unités thermiques maïs
 • Modèles dynamiques
     − Phénologie des cultures
     − Simulateur de croissance des cultures (ex.: DSSAT, STICS),
       incluant les cycles de C, H2O et N

    Centre Informatique de Prévision des
  Ravageurs en Agriculture (« Notre Labo »)

                 1                                   2
                 9                                   0
                 9                                   1
                 4                                   4

14 déc. 2012 : 100 modèles et indices bioclimatiques, 23 cultures

Modèles bioclimatiques disponibles

• Phénologie des cultures et des plantes nuisibles
    − Approche des cumuls thermiques
    − Modèle générique de simulation
• Insectes
    − Approche des cumuls thermiques
    − Indices de taux d’activité
    − Simulateurs dynamiques en développement
• Risques de maladies foliaires
    − Variabilité dans la structure et les informations générées
    − Calculs quotidiens vs horaires
    − Indices d’infection et/ou de sporulation

       Modélisation bioclimatique de l’écosystème végétal
                                       MÉTÉO

             Climat
         couvert végétal               Prédiction de la phénologie
                                        - stratégies de lutte phytosanitaire
                                        - gestion de l’eau (drainage, irrigation)
R                                       - planification des semis et des récoltes
           VÉGÉTAUX                     - prédiction des rendements
É
                                        - etc.
G
I
E   Phénologie       Croissance

                     Rendement
                      - Productivité
                      - Qualité

Phénologie, croissance, rendement et qualité des cultures

• Importance dans la prise de
  décision à la ferme
• Recherche scientifique et
  applications
• Phénologie des cultures
• Croissance et rendement des
  cultures
• Qualité de la récolte
• Impacts potentiels et
  stratégies d’adaptation

    Publié le 7 mars 2012

          Modèles « Degrés-jours » disponibles pour le pommier

          Ravageur                               Température de base      Méthode de calcul
                                                        (°C)
          Phénologie McIntosh                            5,0                 Sinus simple
          Carpocapse                                     10,0                Sinus simple
          Hoplocampe                                     4,5                 Sinus simple
          Mineuse marbrée                                6,7                 Sinus simple
          Mouche de la pomme                             6,4                 Sinus simple
          Noctuelle du fruit vert                        3,0                 Sinus simple
          Sésie du cornouiller                           4,0                 Sinus simple
          Tordeuse à bandes obliques                     6,0                 Sinus simple
          Tordeuse à bandes rouges                       0,0                 Sinus simple
          Tordeuse du pommier                            5,0                 Sinus simple
          Punaise terne                                  0,0                 Sinus simple

                                     Estimateur de degrés-jours pour la prédiction de
                                       stades phénologiques (plantes et insectes)

Modèle bioclimatique (Approche « Degrés-jours »)
             Phénologie du pommier, cultivar ‘McIntosh’
Prédictions du modèle
•   Débourrement = 79 DJ
•   Débourrement avancé = 116 DJ
•   Pré-bouton rose = 158 DJ
•   Bouton rose = 197 DJ
•   Bouton rose avancé = 224 DJ
•   Pleine floraison = 255 DJ    Dates de débourrement
•   Calice = 313 DJ              • 5 avril 2010
•   Nouaison = 371 DJ            • 27 avril 2011
                                 • 22 mars 2012
                                                       Risques de gels
                                 • 28 avril 2013
                                                        printaniers!!!
                                 • 29 avril 2014

      Modèle phénologique générique adapté à la carotte

Modélisation bioclimatique de l’écosystème végétal
                                         MÉTÉO

                Climat
            couvert végétal

                                           BIOAGRESSEURS
 R                                         - Insectes
             VÉGÉTAUX
 É                                         - Maladies
                                           - Nématodes
 G                                         - Plantes nuisibles
 I
 E    Phénologie       Croissance

                       Rendement
                        - Productivité
                        - Qualité

                     Les ennemis des cultures
• Écosystème agricole
  complexe
• Gestion des interventions
  phytosanitaires
• Insectes ravageurs
• Maladies
• Nématodes
• Mauvaises herbes
• Risques associés aux
  changements climatiques

     Publié le 7 mars 2012

Les insectes ravageurs

Modèles « Degrés-jours » disponibles pour le pommier

Ravageur                               Température de base      Méthode de calcul
                                              (°C)
Phénologie McIntosh                            5,0                 Sinus simple
Carpocapse                                     10,0                Sinus simple
Hoplocampe                                     4,5                 Sinus simple
Mineuse marbrée                                6,7                 Sinus simple
Mouche de la pomme                             6,4                 Sinus simple
Noctuelle du fruit vert                        3,0                 Sinus simple
Sésie du cornouiller                           4,0                 Sinus simple
Tordeuse à bandes obliques                     6,0                 Sinus simple
Tordeuse à bandes rouges                       0,0                 Sinus simple
Tordeuse du pommier                            5,0                 Sinus simple
Punaise terne                                  0,0                 Sinus simple

                           Estimateur de degrés-jours pour la prédiction de
                             stades phénologiques (plantes et insectes)

Modèle bioclimatique (Approche « Degrés-jours »)
                  Charançon de la carotte

Modèle prévisionnel du charançon de la prune (Pommier)

Les maladies des végétaux

Température + Mouillure du feuillage vs Taux d’infection

Infection
efficiency
                                                              Prédiction de LWD en France

                                             Leaf wetness
                                            duration (hour)

             Temperature ( C)

               ClimInfeR =
      f T 1 − exp − A LWD − LWD0            B

                                Launay et al. 2014

                 Modèle prévisionnel de la tavelure du pommier

Modèle prévisionnel de la brûlure cercosporéenne (Carotte)

  Modèle prévisionnel de la brûlure de la feuille (Oignon)

Pour plus d’informations sur les modèles bioclimatiques

• Nouveau guide sur les
  modèles bioclimatiques de
  CIPRA
• Disponible en français et en
  anglais sur Agri-Réseau
• Informations
       Descriptions
       Références
       Interprétations
       Calibration / Validation

Publié en novembre 2014

Études sur les impacts des changements climatiques

        Initiatives provinciales en agrométéorologie

• Gestion de la variabilité météo au quotidien
   − Accentuation selon la majorité des scénarios climatiques
   − Accès à l’information = Clef pour l’adaptation
• Plateforme IRDA du Réseau-pommier
   − Diffusion Web automatisée des prévisions biologiques
• Projets multidisciplinaires
   − Atlas agroclimatique du Québec et plusieurs feuillets techniques
      sur les connaissances et les outils agroclimatiques
   − Efforts majeurs pour permettre l’accès au site Agrométéo Québec à
      l’ensemble des intervenants du secteur agricole québécois

MERCI !

Courriel : Gaetan.Bourgeois@agr.gc.ca
Site web : http://www.agr.gc.ca/index_f.php (onglet « Science »)